用 Agency Agents 给你的 AI 编程工具装上各领域专家团队

AI 编程工具（Claude Code、Cursor、Codex）在日常编码中越来越顺手，但当你需要处理一个不熟悉的领域——比如调试 Cisco 路由器配置、写 Solidity 智能合约、排查数据库慢查询——AI 往往只能用通用知识泛泛而谈。它缺乏该领域的专业思维模式和最佳实践。

Agency Agents 正是为解决这个问题而生的开源项目。它是一套精心设计的 AI Agent 人格库，包含了 30+ 个各领域的专家角色：从前端开发者、后端架构师到 DevOps 工程师、网络安全专家，甚至 Solidity 智能合约工程师。每个 Agent 都有独特的身份、沟通风格和交付标准。

该项目在 GitHub 上已获得 124K+ Star，支持 Claude Code、Cursor、Codex、Gemini CLI、OpenCode 等主流 AI 编码工具，MIT 许可证完全免费使用。

快速上手：用桌面 App 一键安装

Agency Agents 提供了最便捷的桌面 App 安装方式：

brew install --cask msitarzewski/agency-agents/agency-agents

App 安装后，你可以浏览完整的 Agent 清单，选择需要的专家，一键安装到你的工具中。App 会自动保持 Agent 配置更新。

也可以克隆仓库后用命令行安装到特定工具：

git clone https://github.com/msitarzewski/agency-agents.git
cd agency-agents

./scripts/install.sh --tool claude-code

./scripts/install.sh --tool claude-code --division engineering,security

./scripts/install.sh --tool cursor --agent frontend-developer,ui-designer

Agent 有哪些？看看 Engineering 部门

Agency Agents 按部门和专业划分，光是 Engineering 工程部门就有 30+ 个专家：

每个 Agent 都是一个独立的 Markdown 文件，包含身份特质、核心工作流、技术交付物模板、成功指标和沟通风格。

实战：用 Database Optimizer 排查慢查询

假设你在调试一个 PostgreSQL 慢查询，激活 Database Optimizer Agent 后，Claude Code 的回复会切换为数据库专家模式：

你：激活 Database Optimizer 模式，帮我分析这条查询为什么慢。

SELECT u.name, COUNT(o.id) 
FROM users u 
LEFT JOIN orders o ON u.id = o.user_id 
WHERE u.created_at > '2026-01-01' 
GROUP BY u.name 
ORDER BY COUNT(o.id) DESC;

Database Optimizer：
第一步：检查执行计划（EXPLAIN ANALYZE）
- 全表扫描 users（seq scan）——缺少 created_at 索引
- 全表扫描 orders（seq scan）——缺少 user_id 索引
- Sort 使用了磁盘排序而非内存排序——work_mem 可能设置过低

优化建议：
1. 添加复合索引：CREATE INDEX idx_users_created_at ON users(created_at);
2. 添加覆盖索引：CREATE INDEX idx_orders_user_id ON orders(user_id);
3. 增加 work_mem 配置，避免磁盘排序
4. 考虑将 COUNT(o.id) 改为 COUNT(*)，语义相同但性能更好

这种专业级的回复质量，来自于该 Agent 的提示工程中融入了 DBA 的思维模型和分析流程。

安装到自己需要的工具组合

Agency Agents 支持几乎所有主流 AI 编码工具。选择你最常用的几个即可：

./scripts/install.sh --tool claude-code --tool cursor --tool codex

./scripts/install.sh --division engineering,security

./scripts/install.sh --tool claude-code --dry-run

对于 Cursor 用户，安装后可以在设置中配好 Agent 文件路径。每次需要专业领域帮助时，直接激活对应 Agent 即可。

自己写一个 Agent

Agency Agents 的 Agent 文件是纯 Markdown 格式，结构清晰，你完全可以按自己的需要定制或创建新 Agent：

## Identity
你是 QA 工程师，专注于质量保障和自动化测试。

## Core Workflow
1. 收到需求后先写测试用例
2. 找边界条件和异常场景
3. 用等价类划分和白盒测试方法设计测试

## Deliverables
- 测试计划文档
- 自动化测试代码（pytest/Playwright）
- Bug 报告模板

将文件放到 engineering/ 目录下，重新运行安装脚本即可注册到你的工具中。

多工具集成与切换

Agency Agents 还提供了一个非常实用的开关机制——你可以在不同工具间随时切换 Agent 配置：

./scripts/install.sh --status

适合谁用

• 全栈开发者：面对不熟悉的领域（如 Kubernetes、网络配置）时快速获得专业指导
• AI 编程重度用户：想要让 Claude Code/Cursor 的输出更有领域深度
• 技术团队：为团队统一 AI 编程助手的代码规范和最佳实践
• 开源爱好者：124K+ Star 的社区告诉你这个项目经得起考验

结语

Agency Agents 的核心价值不在于技术复杂度，而在于它把「专家思维模式」以可复用的 Agent 形式固化下来。下次当你遇到不熟悉的技术领域时，让你的 AI 编程工具以专家模式来应对——你会发现回复质量有着显著的区别。

相关链接

• Agency Agents GitHub 仓库
• Agency Agents 桌面 App
• 安装指南与多工具配置